논문리뷰2 [논문 리뷰] Pyraformer: Low-Complexity Pyramidal Attention for Long-Range Time Series Modeling and Forecasting Pyraformer: Low-Complexity Pyramidal Attention for Long-Range Time Series Modeling and Forecastinghttps://openreview.net/forum?id=0EXmFzUn5I Pyraformer: Low-Complexity Pyramidal Attention for Long-Range Time...Accurate prediction of the future given the past based on time series data is of paramount importance, since it opens the door for decision making and risk management ahead of time. In pra.. 2025. 5. 27. 시계열 예측 논문에서 자주 사용하는 기본 Notation 정리 시계열 예측(Time-Series Forecasting) 논문에서는 데이터, 모델의 입력/출력, 평가지표 등을 표현할 때 통일된 기호와 수식을 주로 사용합니다.여기서는 가장 많이 등장하는 기본적인 표기법들을 소개해보도록 하겠습니다.시계열 데이터 표현단변량 시계열 (Univariate Time Series)$$ \textbf{y} = \left\{ y_1, y_2, ..., y_T \right\} $$$T$: 전체 시계열 길이$y_t$: 시점 $t$에서의 관측값 (스칼라)단변량 시계열이란 1개의 변수로 이루어진 시계열 데이터를 의미하며 시계열 예측 모델은 단변량 또는 다변량 데이터를 입력으로 받는다. 다변량 시계열 (Multivariate Time Series)$$ \textbf{Y} = \left\{ \.. 2025. 5. 27. 이전 1 다음
